文献

J-GLOBAL ID：202202221212756410   整理番号：22A0854182

事前訓練言語モデルを用いた韓国の法的事例の抽象的要約【JST・京大機械翻訳】

Abstractive Summarization of Korean Legal Cases using Pre-trained Language Models

著者 (4件)： Yoon Jiyoung (Sungkyunkwan University,Department of Electrical and Computer Engineering,Suwon,Republic of Korea) ,  Junaid Muhammad (Sungkyunkwan University,Department of Electrical and Computer Engineering,Suwon,Republic of Korea) ,  Ali Sajid (Sungkyunkwan University,Department of Electrical and Computer Engineering,Suwon,Republic of Korea) ,  Lee Jongwuk (Sungkyunkwan University,College of Computing and Informatics,Suwon,Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： IMCOM  ページ： 1-7  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 法的領域におけるAI技術は,世界中の急速なペースで開発されたが,言語の障壁と必要な高レベルの専門知識のために,韓国の法的分野では多くの研究が行われていない。最初に,韓国の法的決定テキストの抽象的要約を試み,公開されたデータセットを公開した。2つの事前訓練言語モデル,すなわち,BERT2BERTとBARTを,著者らのタスクのために利用した。それらは,変圧器アーキテクチャの下で符号器デコーダアプローチに基づいている。BERT2BERTは符号器と復号器の両方でBERTで事前訓練されたが,BARTは符号器と復号器としてBERTとGPTを結合した。次に,ベースラインモデルを評価し,言語スタイルの違いにもかかわらず,高品質要約が適用モデルを利用して生成されることを示した。また,オートエンコーダと自己回帰法の両方を用いた予訓練は,単独雑音除去オートエンコーダを用いるよりも優れた性能をすることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 変圧器 ,  *言語 ,  復号器 ,  大韓民国 ,  符号器 ,  基準線 ,  計算機アーキテクチャ ,  雑音除去 ,  *言語モデル
準シソーラス用語： 専門知識 ,  高品質 ,  自己回帰 ,  自己符号化器 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 訓練 ,  言語モデル ,  韓国